مدل‌های برنامه‌ریزی ریاضی (Mathematical Programming Model)؛
بهینه‌سازی استوار (Robust Optimization)؛ تکنیک‌های حل دقیق همچون (Benders Decomposition, Largrangean Relaxation, Column Generation, Branch & Price, etc)؛
روش‌های حل مسائل برنامه‌ریزی غیرخطی همچون (Newton Method, Trust Region, Line Search, Hook-Jeeves, SQP, etc)؛
برنامه‌ریزی تصادفی و فازی (Stochastic/Fuzzy Optimization)؛
رویکردهای حل ابتکاری و فراابتکاری همچون (GA, SA, PSO, NSGA, GWO, ACO, ABC, etc)؛
الگوریتم‌های هوش مصنوعی (AI) بخصوص شاخه هوش محاسباتی (Computational Intelligence)
رویکردهای حل مسائل بهینه‌سازی چندهدفه (Multi-Objective Optimization)؛
مفاهیم و نکات مرتبط با علم تحلیل داده (Data Analytics) مثل تحلیل رگرسیون (Regression)، خوشه‌بندی (Clustering)، یادگیری ماشین (Machin Leaning) و ...؛
ترکیب علم داده و بهینه‌سازی با مباحثی همچون Data-Driven Robust Optimization .
کدنویسی و پیاده­‌سازی کامل مدل‌ و روش‌های مختلف، در زبان و نرم افزارهای برنامه­‌نویسی همچون (GAMS, CPLEX, MiniZinc, MATLAB, Python, C++, JAVA)